基于模型預(yù)測的智能通風(fēng)控制軟件模塊的設(shè)計開發(fā).pdf

1、本課題以上海市翔殷路隧道為對象，研究開發(fā)了基于模型的隧道交通污染智能通風(fēng)控制軟件模塊。其目的是既滿足國內(nèi)公路隧道的衛(wèi)生標(biāo)準(zhǔn)，又能夠最大限度地降低通風(fēng)能耗。 論文根據(jù)翔殷路隧道通風(fēng)的特點，分別建立了基于機理方程的模型、時間序列ARMA模型和ARX模型，并比較了各模型的準(zhǔn)確性和預(yù)測效果。首先，根據(jù)隧道的交通方程、空氣動力學(xué)方程和污染方程建立了通風(fēng)控制的機理模型。在應(yīng)用于工程實際后，表明機理模型基本上能夠反映隧道污染物變化趨勢，但精度

2、相對較差。時間序列分析采用了在線建模方法。當(dāng)在新的控制周期開始時，用前16小時的數(shù)據(jù)建立了ARMA模型，預(yù)測10分鐘后(10分鐘為控制間隔)的CO和VI的指標(biāo)，當(dāng)CO濃度超過115ppm并且VI超過7.0×10-3m-1時，多啟動一組射流風(fēng)機，反之則維持風(fēng)機控制狀態(tài)不變；當(dāng)CO濃度低于105ppm并且VI低于6.3×10-3m-1時，則關(guān)閉一組射流風(fēng)機。在時間序列建模前期的數(shù)據(jù)處理中，本文使用了趨勢差分方法以提高序列的平穩(wěn)性；在建模過程

3、中比較了數(shù)個方案。在ARX模型的研發(fā)中，為了使模型能覆蓋盡可能寬的頻譜，本文使用了16小時數(shù)據(jù)建模，前期的數(shù)據(jù)處理中使用了濾波技術(shù)。 工程實踐驗證，上述兩種模型的5步預(yù)測CO濃度均方誤差均小于1.5ppm，VI均方誤差均在0.2×10-3m-1左右。當(dāng)被測量達(dá)到控制指標(biāo)時。一氧化碳濃度和VI的誤差均在3％以內(nèi)。 最后，文章闡述了通風(fēng)智能控制模塊的程序設(shè)計和與翔殷路隧道交通監(jiān)控平臺的接口。一個月的運行時間表明，翔殷路隧道通